根据官方公布的性能测试，DeepSeek在数学测试、编程等多个领域与o1模型表现旗鼓相当，在某些测试中还超过了o1模型。此外，DeepSeek的训练成本更低，使用的算力也受到限制。相比之下，meta旗下Llama3.1 405B模型的训练成本超过6000万美元，而OpenAI的GPT-4o模型的训练成本为1亿美元。
DeepSeek的价格优势早在去年年中就已显现，但由于当时知名度不高，降价声势很快被其他大厂盖过。现在，除了价格优势外，DeepSeek还有比肩o1模型的性能。一些业内人士认为，DeepSeek可能颠覆硅谷巨头的高投入路径，对那些依赖销售大量GPU的公司形成挑战。
在实际应用方面，DeepSeek的表现同样令人印象深刻。通过联网搜索功能，DeepSeek能够整理出详细的事件表，并展示清晰的思考过程。日常使用中，用户发现该模型对中国古代文化如生辰八字、奇门遁甲等非常熟悉，且展示了专业的思考过程。
DeepSeek之所以能以较低的成本训练出高性能模型，是因为它摒弃了传统的监督微调，采用单纯的强化学习训练。这一方法不仅减少了计算资源的需求，还观察到了模型的“顿悟时刻”。在处理复杂问题时，模型会重新评估初步方法并分配更多思考时间，显示出高级的问题解决策略。